过去十年里，人工智能从实验室走向产业化生产，重塑传统行业模式、引领未来的价值已经凸显，并为全球经济和社会活动做出了不容忽视的贡献。当前全球人工智能浪潮汹涌，各国学者正努力实现人工智能从感知到认知的跨越，使之具有推理、可解释性、认知性。未来十年，人工智能技术将实现从感知智能到认知智能的新突破。
近日，清华大学人工智能研究院、清华 - 中国工程院知识智能联合研究中心联合发布了《人工智能发展报告 2020》。
该报告基于清华大学唐杰教授团队自主研发的 “科技情报大数据挖掘与服务平台”(简称 AMiner)平台，根据 2011-2020 年期间人工智能领域的顶级期刊和会议(共计 44 个)所收录的全部论文和专利数据，全面展现了人工智能发展至今所获得的重大科研进展、成果产出以及科研热点。该报告不仅从人才现状、技术趋势和技术影响力等方面展示了过去十年人工智能的最新进展，而且汇总分析了全球主要国家人工智能战略支持政策，以及各国人才储备和专利申请情况。该报告匠心独具，将知识图谱与自然语言处理、可视化、文献计量学等技术手段相结合，分析得到人工智能及其子领域的技术研究热点和发展趋势方向，高层次人才特征。此外，基于 Gartner 技术成熟度曲线，该报告还深入探讨了人工智能的未来发展蓝图，提出理论、技术和应用方面的重大变化与挑战，以及如何赋能其他产业发展等重要议题。
AMiner 评选出过去十年十大人工智能研究热点
根据人工智能领域在国际顶级期刊和会议过去 10 年所发表论文，通过 AI 算法计算出不同技术研究方向的 AMiner 影响力指数，以此获得人工智能领域研究热点总榜单，评选出过去十年 “十大人工智能研究热点”。
本次评测结果显示，过去十年中十大研究热点分别为：深度神经网络、特征抽取、图像分类、目标检测、语义分割、表示学习、生成对抗网络、语义网络、协同过滤和机器翻译。各项研究热点的 AMiner 指数如表。
表 1 AMiner 评选出的近十年十大 AI 研究热点
过去十年有 5 位人工智能领域学者获得图灵奖
通过 AMiner 智能引擎，可以自动收集历年来图灵奖获得者及其论文发表与学者画像等信息。过去十年的图灵奖有三次正式授予给人工智能领域。2010，Leslie Valiant 因对计算理论的贡献(PAC、枚举复杂性、代数计算和并行分布式计算)获得图灵奖，该成果是人工智能领域快速发展的数学基础之一。2011 年，因 Judea Pearl 通过概率和因果推理对人工智能做出贡献而颁奖;2018 年，深度学习领域三位大神 Yoshua Bengio、Geoffrey Hinton 和 Yann LeCun 因为在概念和工程上的重大突破推动了深度神经网络成为计算机领域关键技术而荣获图灵奖。Hinton 的反向传播(BP)算法、LeCun 对卷积神经网络(CNN)的推动以及 Bengio 对循环神经网络(RNN)的贡献是目前图像识别、语音识别、自然语言处理等获得跳跃式发展的基础。
AI 高层次人才较多聚集在美国
全球人工智能领域高层次人才共计 155408 位，中国人工智能领域高层次人才数量共计 17368 位。从 AI 高层次学者国家分布看，美国 AI 高层次学者的数量最多，有 1244 人次，占比 62.2%，中国排在美国之后，位列第二，有 196 人次，占比 9.8%。中国 AI 高层次学者主要分布在京津冀、长三角和珠三角地区，北京仍是拥有 AI 高层次学者数量最多的国内城市，有 79 位。
在全球人工智能领域高层次学者量 TOP10 机构之中，美国机构高层次学者总体人数遥遥领先。位居首位的是美国的谷歌公司，拥有 185 人，清华大学是唯一入选 TOP10 的中国机构，其余均为美国机构。
从子领域论文量来看，美国的大学和科技机构在 AI 各个细分方向上的发展较为均衡，且在自然语言处理、芯片技术、机器学习、信息检索与挖掘、人机交互等 10 多个子领域的发展居于全球领先席位。中国的 AI 机构在语音识别、经典 AI、计算机网络、多媒体、可视化和物联网等领域实力较强，均进入全球领先行列。
中国 AI 专利申请量全球领先
过去十年，中国人工智能领域的专利申请量 389571，位居世界第一，占全球总量的 74.7%，是排名第二的美国的 8.2 倍。总体上，国内的人工智能相关专利申请量呈逐年上升趋势，并且在 2015 年后增长速度明显加快。
(专利申请数据截至2020年10月)
人工智能技术赋能社会民生领域发展
当前，人工智能技术与传统行业深度融合，广泛应用于交通、医疗、教育和工业等多个领域，在有效降低劳动成本、优化产品和服务、创造新市场和就业等方面为人类的生产和生活带来革命性的转变。
机器学习、深度学习、自然语言处理、语音识别、计算机视觉、计算机图形、机器人、人机交互、数据库、信息检索与推荐、知识图谱、知识工程、数据挖掘、数据挖掘、安全与隐私、深度神经网络、可视化、物联网等人工智能技术，已经被引入到医疗领域的电子病历、影像诊断、医疗机器人、健康管理、远程诊断、新药研发、基因测序等应用场景中;被引入到金融领域的智能获客、身份识别、智能风控、智能投顾、智能客服、移动支付以及业务流程优化等应用场景;被引入到教育领域的智适应学习、教育机器人、智慧校园、智能课堂、智能题库、语音测评、人机对话、教育辅助等场景，还被引入到制造领域的智能工厂、工程设计、工程工艺设计、生产制造、CIMS、生成调度、故障诊断、智能物流、智能 MES 生产信息化管理系统等，以及被引入到城市管理领域的智能政务、城市指挥中心、城市公共安全、物流及建筑服务系统、能源系统、交通系统、城市环境管理系统、智能家居、医疗系统自动驾驶等多个应用场景。
人工智能未来将更多向强化学习、神经形态硬件、知识图谱、智能机器人、可解释性 AI 等方向发展
目前，全球已有美国、中国、欧盟、英国、日本、德国、加拿大等 10 余个国家和地区纷纷发布了人工智能相关国家发展战略或政策规划，用于支持 AI 未来发展。这些国家几乎都将人工智能视为引领未来、重塑传统行业结构的前沿性、战略性技术，积极推动人工智能发展及应用，注重人工智能人才队伍培养，这是 AI 未来发展的重要历史机遇。
本报告通过对 2020 年人工智能技术成熟度曲线分析，并结合人工智能的发展现状，预测得出人工智能下一个十年重点发展的方向包括：强化学习、神经形态硬件、知识图谱、智能机器人、可解释性 AI、数字伦理、知识指导的自然语言处理等。
评论